BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta menangani berbagai penyakit atau kelainan yang mengganggu proses hidup normal makhluk. Visualisasi secara konvensional dapat dilakukan melalui pembedahan atau biopsi kemudian diamati ataupun dilakukan penelitian lebih lanjut. Untuk pengamatan objek yang lebih kecil diperlukan bantuan mikroskop dengan perbesaran nilai tertentu. Seiring perkembangan teknologi, maka proses pengamatan ataupun penelitian dilakukan secara digital. pengamatan dengan objek darah dilakukan untuk meneliti kelainan yang terdapat pada sel darah atau melakukan penghitungan jumlah sel darah merah. Namun penghitungan sel darah secara konvesional memerlukan ketelitian dan konsentrasi dokter yang menganalisis untuk mendapatkan hasil yang akurat, serta menghabiskan cukup banyak waktu bila sel darah yang dihitung cukup banyak. Penghitungan jumlah sel darah merah dengan menerapkan operasi-operasi pengolahan pada citra digital akan diperoleh hasil yang akurat dengan waktu yang relatif cepat. Pada citra hasil pemotretan sekelompok objek yang seragam atau hampir seragam, terdapat ciri-ciri yang khas pada setiap objek tersebut. Ciri khas tersebut kemudian dijadikan sebagai patokan untuk menghitung jumlahnya. Pengamatan selsel darah merah yang berdekatan atau terkadang saling bertumpuk akan lebih sulit untuk dianalisis, namun sepanjang ciri khas yang ditetapkan masih tampak maka selsel darah merah tersebut masih dapat dipecahkan. 1 1.2 Perumusan Masalah Program simulasi ini mengimplementasikan teknik-teknik pengolahan citra digital, dengan objek adalah sel darah merah atau biasa disebut eritrosit. Rumusan masalah yang dapat diambil adalah : 1. Bagaimana program dapat mengubah citra yang memiliki intensitas warna nilai RGB yang berbeda pada setiap perpaduan piksel warnanya, menjadi sebuah citra yang baru dengan intensitas piksel warna RGB dengan nilai yang sama (Grayscale) ? 2. Bagaimana perbedaan keakuratan jumlah sel darah merah pada nilai threshold yang berbeda? 3. Bagaimana program dapat menegaskan sebuah obyek dan menghilangkan gangguan tampilan pada sebuah Citra Grayscaling, sehingga obyek dapat terlihat lebih jelas ? 4. Bagaimana program dapat melakukan rekonstruksi objek pada citra sehingga objek dapat dikenali sebagai sel darah merah untuk kemudian dihitung jumlahnya? 5. Bagaimana Metode Region Growing dan Region Filling pada teknik pengolahan citra digital mampu memberikan solusi bagi proses penghitungan jumlah sel darah merah? 1.3 Tujuan Penelitian Adapun tujuan dan kegunaan penelitian Tugas Akhir tentang aplikasi pengolahan citra ini adalah sebagai berikut : • Sebagai salah satu syarat untuk menyelesaikan studi Teknik Informatika di Universitas Kristen Duta Wacana. • Mahasiswa akan mengimplementasikan materi-materi perkuliahan yang diperoleh di bangku kuliah serta penerapannya ke dunia nyata. 2 • Melatih mahasiswa untuk menemukan masalah yang ada di dunia nyata, kemudian menganalisa masalah tersebut dan membuat suatu pemecahan yang berbasis pada teknologi informasi. • Menghasilkan program simulasi yang dapat menghitung jumlah sel darah merah dalam bentuk citra digital melalui tahapan pengolahan citra mulai dari proses grayscale kemudian pembersihan noise (filtering), rekonstruksi sel darah merah (objek), hingga penghitungan objek. 1.4 Keaslian Penelitian Tabel 1.1 Keaslian Penelitian Tahun Author Judul Hasil 2002 M. S. Ardisasmita Segmentasi dan Rekonstruksi Metoda Citra Organ Dalam Tiga yang Dimensi Menggunakan Matematika Morfologi dan Triangulasi Dalaunay 2004 Diaz Hartadi Sumardi matematika didasarkan morfologi pada teori himpunan, dapat digunakan untuk mendeteksi dan mengidentifikasi batas-batas objek agar memperoleh segmentasi citra. Penghitungan Nilai estimasi jumlah sel darah Simulasi Jumlah Sel Darah Merah merah sebesar 3,9975 juta sel dalam 1 mm3, sedangkan Blood R. Rizal Isnanto Cell Counter Sysmex KX-21 sebesar 4,79 juta sel dalam 1 mm3 2006 Rinaldi Munir Aplikasi Image Thersholding Pemilihan Untuk Segmentasi Objek nilai threshold yang tepat sangat menentukan keberhasilan segmentasi 2007 Fahmi S.T., M.Sc PerancanganAlgoritma Pengolahan Menjadi Citra Citra Polar Pemrosesan citra iris mata dan Mata menghasilkan bentuk antara Iris berupa citra polar untuk 3 Sebagai Bentuk Antara analisis Sistem Biometrik 1.5 Terminologi dan Batasan Masalah 1.5.1 Terminologi Piksel klasifikasi dan ferivikasi. : satu titik dalam satu grid berbentuk persegi atau juga beribu titik yang secara individual dilukis menjadi suatu bentuk image yang dihasilkan pada layar komputer atau pada kertas oleh sebuah printer. Bit map : sebuah image yang memiliki dua warna. Filtering : proses pembersihan noise dari objek yang tidak berkesesuaian pada citra Rekonstruksi : proses perbaikan pada citra Segmentasi 1.5.2 : proses pengambangan atau pemisahan latar dengan objek pada citra. Batasan Masalah Berdasarkan permasalahan yang ada, maka sistem memiliki batasan masalah sebagai berikut : a. Citra yang akan diolah adalah hasil pemotretan sel darah merah menggunakan kamera dan mikroskop khusus dengan perbesaran 100 kali. b. Citra yang dipilih adalah citra 24 bit sehingga dikenali sebagai citra RGB yang kemudian untuk penyederhanaan proses akan diubah menjadi aras keabuan (grayscaling) c. Efek GrayScale hanya bisa digunakan pada citra yang memiliki intensitas warna RGB, dan proses lainnya hanya bisa digunakan setelah proses grayscaling. d. Yang dianggap sebagai noise pada citra biner adalah beberapa piksel yang tidak bersesuaian dengan piksel obyek yang ada (berukuran kecil), sehingga 4 akan hilang pada saat teknik filtering dilakukan, dan obyek akan lebih jelas maknanya. e. Perancangan meliputi algoritma mulai dari pembacaan citra digital hingga penghitungan jumlah sel darah merah dalam citra. 5